Influence des conditions de bord dans les réseaux d automates booléens à seuil et application à la biologie Sylvain Sené Directeurs de thèse Jacques Demongeot et Michel Morvan 15 octobre 2008 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 1/33
Plan de la présentation 1 Introduction 2 Préliminaires 3 Réseaux physiques 4 Réseaux biologiques 5 Conclusion S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 2/33
Introduction Plan de la présentation 1 Introduction 2 Préliminaires 3 Réseaux physiques 4 Réseaux biologiques 5 Conclusion S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 3/33
Introduction Automates et réseaux d automates.. entrées sorties Quelques exemples d automates dans la vie quotidienne S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 4/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 0 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 1 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 2 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 3 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 4 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 5 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 6 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 7 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 8 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 9 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 10 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 11 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 12 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 13 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Bords dans les automates cellulaires Automates en interaction placés sur une grille régulière mettant à jour leur état au cours du temps en fonction d une règle commune Exemple L automate cellulaire 2D MAJORITÉ t = 14 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 5/33
Introduction Objectif : avancer vers la réalité biologique Idée générale Réseaux d automates booléens : candidats pertinents à la modélisation de certains mécanismes de régulation biologique Comprendre l influence des conditions de bord dans des réseaux d automates de plus en plus proches de la réalité biologique Réseaux physiques «parfaits» Contraintes très fortes Réseaux physiques Contraintes moins fortes Réseaux biologiques Libérés au maximum des contraintes Résultats théoriques Résultats par simulations Résultats théoriques + Résultats par simulations relaxations relaxations S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 6/33
Préliminaires Plan de la présentation 1 Introduction 2 Préliminaires 3 Réseaux physiques 4 Réseaux biologiques 5 Conclusion S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 7/33
Préliminaires Systèmes dynamiques Définition Un système dynamique est un système régi par des interactions entre éléments ayant lieu au cours du temps. Formellement, il s agit d un triplet (X, T, f ) où : X est l espace des configurations, T est l espace du temps, F est une fonction F : X T X, appelée fonction de transition globale, qui satisfait x X, F (x, 0) = x x X, t 1, t 2 N, F (F (x, t 1 ), t 2 ) = F (x, t 1 + t 2 ) S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 8/33
Préliminaires Attracteurs et bassins d attraction Contexte : Systèmes dynamiques discrets Définition L ensemble des points fixes et des cycles limites d un système est appelé l ensemble de ses attracteurs. Définition L ensemble des configurations dont l évolution amène à un même attracteur A est appelé le bassin d attraction de A. A 1 A 3 A 2 A 4 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 9/33
Préliminaires Attracteurs et bassins d attraction Contexte : Systèmes dynamiques discrets Définition L ensemble des points fixes et des cycles limites d un système est appelé l ensemble de ses attracteurs. Définition L ensemble des configurations dont l évolution amène à un même attracteur A est appelé le bassin d attraction de A. A 1 B(A 1) A 3 B(A 4) A 2 B(A 2) B(A 3) A 4 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 9/33
Préliminaires Réseaux d automates booléens à seuil McCulloch & Pitts, Journal of Mathematical Biology, 1943 Hopfield, PNAS, 1982 Fonction de transition locale déterministe x i (t + 1) = ( P 0 si j V i w ij x j (t) θ i < 0 1 sinon P(X = 1) 1 0 X θ +2 +2 G1 θ G1 = 1 +1 +1 2 +3 1 G3 θ G3 = 0 +1 1 G2 θ G2 = 1 +1 0 1 +2 0 0 +1 0 +3 0 1 2 0 W = B+1 1 +1 0 0 C @ 2 0 2 0 1A 0 1 0 0 0 0 1 1 1 θ = B0 C @ 2A 0 G4 θ G4 = 2 +1 G5 θ G5 = 0 2 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 10/33
Préliminaires Réseaux d automates booléens à seuil McCulloch & Pitts, Journal of Mathematical Biology, 1943 Hopfield, PNAS, 1982 Fonction de transition locale déterministe x i (t + 1) = ( P 0 si j V i w ij x j (t) θ i < 0 1 sinon P(X = 1) 1 0 X θ +2 +2 G1 θ G1 = 1 +1 +1 2 +3 1 G3 θ G3 = 0 +1 1 G2 θ G2 = 1 +1 0 1 +2 0 0 +1 0 +3 0 1 2 0 W = B+1 1 +1 0 0 C @ 2 0 2 0 1A 0 1 0 0 0 0 1 1 1 θ = B0 C @ 2A 0 G4 θ G4 = 2 +1 G5 θ G5 = 0 2 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 10/33
Préliminaires Réseaux d automates booléens à seuil McCulloch & Pitts, Journal of Mathematical Biology, 1943 Hopfield, PNAS, 1982 Fonction de transition locale déterministe x i (t + 1) = ( P 0 si j V i w ij x j (t) θ i < 0 1 sinon P(X = 1) 1 0 X θ +2 +2 G1 θ G1 = 1 +1 +1 2 +3 1 G3 θ G3 = 0 +1 1 G2 θ G2 = 1 +1 0 1 +2 0 0 +1 0 +3 0 1 2 0 W = B+1 1 +1 0 0 C @ 2 0 2 0 1A 0 1 0 0 0 0 1 1 1 θ = B0 C @ 2A 0 G4 θ G4 = 2 +1 G5 θ G5 = 0 2 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 10/33
Préliminaires Réseaux d automates booléens à seuil McCulloch & Pitts, Journal of Mathematical Biology, 1943 Hopfield, PNAS, 1982 Fonction de transition locale déterministe x i (t + 1) = ( P 0 si j V i w ij x j (t) θ i < 0 1 sinon P(X = 1) 1 0 X θ +2 +2 G1 θ G1 = 1 +1 +1 2 +3 1 G3 θ G3 = 0 +1 1 G2 θ G2 = 1 +1 0 1 +2 0 0 +1 0 +3 0 1 2 0 W = B+1 1 +1 0 0 C @ 2 0 2 0 1A 0 1 0 0 0 0 1 1 1 θ = B0 C @ 2A 0 G4 θ G4 = 2 +1 G5 θ G5 = 0 2 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 10/33
Préliminaires Réseaux d automates booléens à seuil McCulloch & Pitts, Journal of Mathematical Biology, 1943 Hopfield, PNAS, 1982 Fonction de transition locale déterministe x i (t + 1) = ( P 0 si j V i w ij x j (t) θ i < 0 1 sinon P(X = 1) 1 0 X θ +2 +2 G1 θ G1 = 1 +1 +1 2 +3 1 G3 θ G3 = 0 +1 1 G2 θ G2 = 1 +1 0 1 +2 0 0 +1 0 +3 0 1 2 0 W = B+1 1 +1 0 0 C @ 2 0 2 0 1A 0 1 0 0 0 0 1 1 1 θ = B0 C @ 2A 0 G4 θ G4 = 2 +1 G5 θ G5 = 0 2 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 10/33
Préliminaires Réseaux d automates booléens à seuil McCulloch & Pitts, Journal of Mathematical Biology, 1943 Hopfield, PNAS, 1982 Fonction de transition locale déterministe x i (t + 1) = ( P 0 si j V i w ij x j (t) θ i < 0 1 sinon P(X = 1) 1 0 X θ +2 +2 G1 θ G1 = 1 +1 +1 2 +3 1 G3 θ G3 = 0 +1 1 G2 θ G2 = 1 +1 0 1 +2 0 0 +1 0 +3 0 1 2 0 W = B+1 1 +1 0 0 C @ 2 0 2 0 1A 0 1 0 0 0 0 1 1 1 θ = B0 C @ 2A 0 G4 θ G4 = 2 +1 G5 θ G5 = 0 2 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 10/33
Préliminaires Réseaux d automates booléens à seuil McCulloch & Pitts, Journal of Mathematical Biology, 1943 Hopfield, PNAS, 1982 Fonction de transition locale déterministe x i (t + 1) = ( P 0 si j V i w ij x j (t) θ i < 0 1 sinon P(X = 1) 1 0 X θ Fonction de transition locale stochastique P(x i (t + 1) = α x j (t), j V i ) (α P j V w e i ij x j (t) θ i )/T 1+e (P j V w i ij x j (t) θ i )/T P(X = 1) 1 0 θ X S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 10/33
Définition Préliminaires Centre et bord d un réseau L excentricité ɛ(v) d un sommet v d un graphe G est la distance maximale entre v et tous les autres sommets de G. Définition Le centre d un réseau d automates est l ensemble des sommets d excentricité minimale de son graphe d interaction. Définition Le bord d un réseau d automates est l ensemble des sommets source de son graphe d interaction. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 11/33
Définition Préliminaires Centre et bord d un réseau L excentricité ɛ(v) d un sommet v d un graphe G est la distance maximale entre v et tous les autres sommets de G. Définition Le centre d un réseau d automates est l ensemble des sommets d excentricité minimale de son graphe d interaction. Définition Le bord d un réseau d automates est l ensemble des sommets source de son graphe d interaction. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 11/33
Réseaux physiques Plan de la présentation 1 Introduction 2 Préliminaires 3 Réseaux physiques 4 Réseaux biologiques 5 Conclusion S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 12/33
Réseaux physiques Quelques définitions Voisinage d un automate : ses plus proches voisins (N, S, E, O) + lui-même Symétrie Attractivité Vs. Répulsivité Isotropie Vs. Anisotropie Invariance par translation Vs. Non invariance par translation S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 13/33
Réseaux physiques Quelques définitions Voisinage d un automate : ses plus proches voisins (N, S, E, O) + lui-même Symétrie a a Attractivité Vs. Répulsivité Isotropie Vs. Anisotropie Invariance par translation Vs. Non invariance par translation S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 13/33
Réseaux physiques Quelques définitions Voisinage d un automate : ses plus proches voisins (N, S, E, O) + lui-même Symétrie Attractivité Vs. Répulsivité > 0 > 0 < 0 < 0 > 0 > 0 < 0 < 0 Isotropie Vs. Anisotropie Invariance par translation Vs. Non invariance par translation S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 13/33
Réseaux physiques Quelques définitions Voisinage d un automate : ses plus proches voisins (N, S, E, O) + lui-même Symétrie Attractivité Vs. Répulsivité Isotropie Vs. Anisotropie a a d a a a c b Invariance par translation Vs. Non invariance par translation S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 13/33
Réseaux physiques Quelques définitions Voisinage d un automate : ses plus proches voisins (N, S, E, O) + lui-même Symétrie Attractivité Vs. Répulsivité Isotropie Vs. Anisotropie Invariance par translation Vs. Non invariance par translation d a h e d a c b d a g f c b c b S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 13/33
Réseaux physiques Contexte général Réseaux d automates booléens à seuil stochastiques symétriques Chaînes de Markov Markovienne 0 1 M = B @ P(x(t + 1) = D x(t) = E) C A E Mesure invariante µ D µ = µ M S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 14/33
Réseaux physiques Mesure invariante Objectif Proposer une expression générale de la mesure invariante d un réseau d automates booléens à seuil en dynamique bloc-séquentielle Restriction au cas des réseaux feed-forward S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 15/33
Réseaux physiques Mesure invariante Objectif Proposer une expression générale de la mesure invariante d un réseau d automates booléens à seuil en dynamique bloc-séquentielle Restriction au cas des réseaux feed-forward Cas général R 1 R 2 R 3 R 4 t 1 00000000 11111111 S 00000000 11111111 t00000 11111??? A 00000 11111 à itérer S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 15/33
Réseaux physiques Mesure invariante Objectif Proposer une expression générale de la mesure invariante d un réseau d automates booléens à seuil en dynamique bloc-séquentielle Restriction au cas des réseaux feed-forward Cas feed-forward R 1 R 2 R 3 R 4 t 1 000 111 S 000 111 t00000 11111??? A 00000 11111 à itérer S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 15/33
Réseaux physiques Mesure invariante Objectif Proposer une expression générale de la mesure invariante d un réseau d automates booléens à seuil en dynamique bloc-séquentielle Notation ensembliste des configurations 1 2 3 4 5 6 7 8 9 Notation classique x = (100101001) Notation ensembliste x = {1, 4, 6, 9} S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 15/33
Réseaux physiques Idée générale Hypothèse : dynamique bloc-séquentielle dans un réseau symétrique R feed-forward Invariance pour la markovienne globale et pour toutes les markoviennes locales aux blocs Recherche de µ(a) pour une configuration quelconque A Focalisation au niveau des blocs et écriture de la formule de définition générale de la mesure invariante locale au i-ème bloc µ i (A) = P D R i µ i (A i D A i+1 ) M i (A i D A i+1, A) Proposition d une formule pour µ i (A i D A i+1 ) Simplification grâce à l hypothèse de symétrie Obtention de µ(a) = Q m i=1 µ i(a) = P S R µ(s) M(S, A) S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 16/33
Réseaux physiques Idée générale Hypothèse : dynamique bloc-séquentielle dans un réseau symétrique R feed-forward Invariance pour la markovienne globale et pour toutes les markoviennes locales aux blocs Recherche de µ(a) pour une configuration quelconque A Focalisation au niveau des blocs et écriture de la formule de définition générale de la mesure invariante locale au i-ème bloc µ i (A) = P D R i µ i (A i D A i+1 ) M i (A i D A i+1, A) Proposition d une formule pour µ i (A i D A i+1 ) Simplification grâce à l hypothèse de symétrie Obtention de µ(a) = Q m i=1 µ i(a) = P S R µ(s) M(S, A) S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 16/33
Réseaux physiques Idée générale Hypothèse : dynamique bloc-séquentielle dans un réseau symétrique R feed-forward Invariance pour la markovienne globale et pour toutes les markoviennes locales aux blocs Recherche de µ(a) pour une configuration quelconque A Focalisation au niveau des blocs et écriture de la formule de définition générale de la mesure invariante locale au i-ème bloc µ i (A) = P D R i µ i (A i D A i+1 ) M i (A i D A i+1, A) Proposition d une formule pour µ i (A i D A i+1 ) Simplification grâce à l hypothèse de symétrie Obtention de µ(a) = Q m i=1 µ i(a) = P S R µ(s) M(S, A) S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 16/33
Réseaux physiques Idée générale Hypothèse : dynamique bloc-séquentielle dans un réseau symétrique R feed-forward Invariance pour la markovienne globale et pour toutes les markoviennes locales aux blocs Recherche de µ(a) pour une configuration quelconque A Focalisation au niveau des blocs et écriture de la formule de définition générale de la mesure invariante locale au i-ème bloc µ i (A) = P D R i µ i (A i D A i+1 ) M i (A i D A i+1, A) Proposition d une formule pour µ i (A i D A i+1 ) Simplification grâce à l hypothèse de symétrie Obtention de µ(a) = Q m i=1 µ i(a) = P S R µ(s) M(S, A) S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 16/33
Réseaux physiques Idée générale Hypothèse : dynamique bloc-séquentielle dans un réseau symétrique R feed-forward Invariance pour la markovienne globale et pour toutes les markoviennes locales aux blocs Recherche de µ(a) pour une configuration quelconque A Focalisation au niveau des blocs et écriture de la formule de définition générale de la mesure invariante locale au i-ème bloc µ i (A) = P D R i µ i (A i D A i+1 ) M i (A i D A i+1, A) Proposition d une formule pour µ i (A i D A i+1 ) Simplification grâce à l hypothèse de symétrie Obtention de µ(a) = Q m i=1 µ i(a) = P S R µ(s) M(S, A) S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 16/33
Réseaux physiques Idée générale Hypothèse : dynamique bloc-séquentielle dans un réseau symétrique R feed-forward Invariance pour la markovienne globale et pour toutes les markoviennes locales aux blocs Recherche de µ(a) pour une configuration quelconque A Focalisation au niveau des blocs et écriture de la formule de définition générale de la mesure invariante locale au i-ème bloc µ i (A) = P D R i µ i (A i D A i+1 ) M i (A i D A i+1, A) Proposition d une formule pour µ i (A i D A i+1 ) Simplification grâce à l hypothèse de symétrie Obtention de µ(a) = Q m i=1 µ i(a) = P S R µ(s) M(S, A) S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 16/33
Réseaux physiques Modes d itération et transitions de phase (1) Principe de transition de phase Soit R un réseau. On calcule 2 mesures invariantes : l une, µ B0, quand on ajoute à R un bord B0, l autre, µ B1, quand on affecte à R un bord B1. Définition Il y a transition de phase si les deux mesures invariantes µ B0 et µ B1 sont différentes. Théorème Si une transition de phase due à l influence des conditions de bord émerge du comportement asymptotique d un réseau d automates booléens à seuil R, elle est observable en dynamique parallèle, séquentielle, et dans toutes les dynamiques blocs-séquentielles équivalentes à des dynamiques blocs-parallèles issues de subdivisions successives de R en blocs creux. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 17/33
Réseaux physiques Modes d itération et transitions de phase (1) Principe de transition de phase Soit R un réseau. On calcule 2 mesures invariantes : l une, µ B0, quand on ajoute à R un bord B0, l autre, µ B1, quand on affecte à R un bord B1. Définition Il y a transition de phase si les deux mesures invariantes µ B0 et µ B1 sont différentes. Théorème Si une transition de phase due à l influence des conditions de bord émerge du comportement asymptotique d un réseau d automates booléens à seuil R, elle est observable en dynamique parallèle, séquentielle, et dans toutes les dynamiques blocs-séquentielles équivalentes à des dynamiques blocs-parallèles issues de subdivisions successives de R en blocs creux. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 17/33
Réseaux physiques Modes d itération et transitions de phase (2) La probabilité stationnaire d une configuration x peut s exprimer comme : e E(x) E(x) µ(x) = P = e y X ee(y) Z Définition L énergie libre de R, notée ψ(r), est le logarithme de la fonction de partition. Idée générale de la preuve Trouver une relation de proportionalité entre ψ par (R) et ψ seq(r) telle que : ψ par (R) = γ ψ seq(r) On ne change pas la relation d égalité ou d inégalité entre les mesures invariantes quand on passe d un mode d itération à un autre S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 18/33
Réseaux physiques Vers l observation de transitions de phase Objectif Contourner les difficultés d obtenir des résultats théoriques sur des réseaux plus complexes Représenter graphiquement les transitions de phase dues à l influence des conditions de bords si elles existent z y O x S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 19/33
Réseaux physiques Exploration des phénomènes de transition de phase en 2D Objectif Trouver comment mesurer concrètement des transitions de phase Idée Une mesure invariante donne une indication sur la fréquence d apparition des configurations à l asymptotique. Définition Elle donne donc une indication sur la fréquence d activation des automates. L activité d un automate d un réseau R est le nombre de fois où cet automate est à l état actif au cours de l évolution de R. On a une transition de phase si l activité centrale d un réseau soumis à des conditions de bord B0 est différente de son activité centrale lorsqu il est soumis à des conditions différentes B1. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 20/33
Réseaux physiques Réseaux attractifs homogènes Réseaux physiques parfaits 11 11 37 37 131 131 Réseaux physiques avec contrainte d auto-interaction relachée 11 11 37 37 131 131 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 21/33
Réseaux physiques Réseaux plus complexes Réseaux attractifs Forme triangulaire des domaines de transition de phase Influence plus importante des conditions de bord Réseaux répulsifs Forme parabolique des domaines de transition de phase Variations de l emplacement du domaine dans les réseaux physiques avec auto-interaction forcée Réseaux avec condition d auto-interaction relaxée plus sensibles à l influence des conditions de bord mais moins sensibles à la relaxation des contraintes S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 22/33
Réseaux biologiques Plan de la présentation 1 Introduction 2 Préliminaires 3 Réseaux physiques 4 Réseaux biologiques 5 Conclusion S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 23/33
Réseaux biologiques Morphogenèse florale d Arabidopsis thaliana AG LUG AP1 CAL EMF1 LFY SUP TFL1 AP3 PI UFO Attracteurs Tissus cellulaires Point fixe 1 Sépales Point fixe 2 Pétales Point fixe 3 Étamines Point fixe 4 Carpelles Point fixe 5 Inflorescence Point fixe 6 Mutant Cycle limite 1.. Cycle limite 7 Mendoza & Alvarez-Buylla, Journal of Theoretical Biology, 1998 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 24/33
Réseaux biologiques Résultats expérimentaux sur l influence de la gibbérelline Goto & Pharis, Canadian Journal of Botany, 1999 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 25/33
Réseaux biologiques Variations autour du réseau de Mendoza Modèle déterministe et dynamique séquentielle AP1 EMF1 TFL1 AG UFO LFY LUG PI CAL AP3 RGA SUP S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 26/33
Réseaux biologiques Tailles relatives des bassins d attraction Pourcentage de configurations 80 70 60 50 40 30 20 10 0 Tailles relatives des bassins d attraction Sep Pet Car RGA libre RGA à 0 Eta Inf Bassins d attraction Mut S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 27/33
Réseaux biologiques Robustesse du système face à des perturbations d états Objectif Calculer les probabilités de changement de bassins d attraction en fonction d un paramètre stochastique de perturbation d état. Obtention des formules explicites des polynômes caractéristiques des probabilités de changement de bassins d attraction en fonction du taux de perturbation d état α S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 28/33
Réseaux biologiques Algorithme P(c c k) = P(c c p k ) = 0 ou 1 P p k P k P(c c p k ) n k«n P α(k) = α k«k (1 α) n k P α(c c ) = k=0 P α(c B j ) = X nx (P(c c k) P α(k)) P α(c c ) c B j P c B P α(b i B j ) = i P α(c B j ) B i P α(b i B j ) = z n α n + z n 1 α n 1 (1 α) +... + z 1 α (1 α) n 1 + z 0 (1 α) n S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 29/33
Réseaux biologiques Résultats Bassin d origine Sépales Absence de gibbérelline Présence de gibbérelline S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 30/33
Conclusion Plan de la présentation 1 Introduction 2 Préliminaires 3 Réseaux physiques 4 Réseaux biologiques 5 Conclusion S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 31/33
Conclusion Bilan du travail réalisé Réseaux cellulaires Résultats théoriques Résultats exploratoires Réseaux biologiques S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 32/33
Conclusion Perspectives Perte de linéarité : potentiels de couples Vs. potentiels de triplets Lien entre le modèle stochastique et le modèle déterministe Observabilité des transitions de phase en fonction des modes d itérations Améliorations du réseau de Mendoza Complexité de l algorithme d étude de la robustesse face aux perturbations d état Donner un sens aux cycles limites S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 33/33
Annexes Annexes S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 34/33
Annexes Transitions de phase et modes d itération Cheminement de la preuve Définition Un bloc B d un réseau R est creux si : i, j S, i j, w ij = 0 Soit un réseau R divisé en 2 blocs creux R 1 et R 2. Première étape : montrer que l énergie parallèle d une configuration peut s exprimer comme la somme des énergies séquentielles des deux configurations locales aux blocs creux R 1 et R 2. Deuxième étape : montrer que la fonction de partition parallèle est égale au produit des fonctions de partition séquentielles locales aux blocs creux R 1 et R 2. Ce résultat reste vrai si l on subdivise les blocs en blocs de plus en plus petits, jusqu à atteindre le mode d itération séquentiel. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 35/33
Annexes Transitions de phase et modes d itération Cheminement de la preuve Définition Un bloc B d un réseau R est creux si : i, j S, i j, w ij = 0 Soit un réseau R divisé en 2 blocs creux R 1 et R 2. Première étape : montrer que l énergie parallèle d une configuration peut s exprimer comme la somme des énergies séquentielles des deux configurations locales aux blocs creux R 1 et R 2. Deuxième étape : montrer que la fonction de partition parallèle est égale au produit des fonctions de partition séquentielles locales aux blocs creux R 1 et R 2. Ce résultat reste vrai si l on subdivise les blocs en blocs de plus en plus petits, jusqu à atteindre le mode d itération séquentiel. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 35/33
Annexes Transitions de phase et modes d itération Cheminement de la preuve Définition Un bloc B d un réseau R est creux si : i, j S, i j, w ij = 0 Soit un réseau R divisé en 2 blocs creux R 1 et R 2. Première étape : montrer que l énergie parallèle d une configuration peut s exprimer comme la somme des énergies séquentielles des deux configurations locales aux blocs creux R 1 et R 2. Deuxième étape : montrer que la fonction de partition parallèle est égale au produit des fonctions de partition séquentielles locales aux blocs creux R 1 et R 2. Ce résultat reste vrai si l on subdivise les blocs en blocs de plus en plus petits, jusqu à atteindre le mode d itération séquentiel. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 35/33
Annexes Transitions de phase et modes d itération Cheminement de la preuve Définition Un bloc B d un réseau R est creux si : i, j S, i j, w ij = 0 Soit un réseau R divisé en 2 blocs creux R 1 et R 2. Première étape : montrer que l énergie parallèle d une configuration peut s exprimer comme la somme des énergies séquentielles des deux configurations locales aux blocs creux R 1 et R 2. Deuxième étape : montrer que la fonction de partition parallèle est égale au produit des fonctions de partition séquentielles locales aux blocs creux R 1 et R 2. Ce résultat reste vrai si l on subdivise les blocs en blocs de plus en plus petits, jusqu à atteindre le mode d itération séquentiel. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 35/33
Annexes Transitions de phase et modes d itération Cheminement de la preuve Définition Un bloc B d un réseau R est creux si : i, j S, i j, w ij = 0 Soit un réseau R divisé en 2 blocs creux R 1 et R 2. Première étape : montrer que l énergie parallèle d une configuration peut s exprimer comme la somme des énergies séquentielles des deux configurations locales aux blocs creux R 1 et R 2. Deuxième étape : montrer que la fonction de partition parallèle est égale au produit des fonctions de partition séquentielles locales aux blocs creux R 1 et R 2. Ce résultat reste vrai si l on subdivise les blocs en blocs de plus en plus petits, jusqu à atteindre le mode d itération séquentiel. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 35/33
Annexes Absence de transition de phase en 1D r 1 O 1 r + Théorème Le comportement asymptotique d un réseau d automates booléen à seuil symétrique soumis à l influence de conditions de bord n admet pas de transition de phase. Idée : Réduire la markovienne à une matrice de transfert réduite au simple voisinage de l automate central contenant les coefficients des équations de projectivité et de conditionnement. Proposer une condition possible de transition de phase : nullité du déterminant de la matrice de transfert. Prouver, dans les conditions de nullité et de non-nullité du déterminant, que les mesures invariantes sont égales que les conditions de bord soient fixées à 0 ou à 1. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 36/33
Annexes Absence de transition de phase en 1D r 1 O 1 r + Théorème Le comportement asymptotique d un réseau d automates booléen à seuil symétrique soumis à l influence de conditions de bord n admet pas de transition de phase. Idée : Réduire la markovienne à une matrice de transfert réduite au simple voisinage de l automate central contenant les coefficients des équations de projectivité et de conditionnement. Proposer une condition possible de transition de phase : nullité du déterminant de la matrice de transfert. Prouver, dans les conditions de nullité et de non-nullité du déterminant, que les mesures invariantes sont égales que les conditions de bord soient fixées à 0 ou à 1. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 36/33
Annexes Absence de transition de phase en 1D r 1 O 1 r + Théorème Le comportement asymptotique d un réseau d automates booléen à seuil symétrique soumis à l influence de conditions de bord n admet pas de transition de phase. Idée : Réduire la markovienne à une matrice de transfert réduite au simple voisinage de l automate central contenant les coefficients des équations de projectivité et de conditionnement. Proposer une condition possible de transition de phase : nullité du déterminant de la matrice de transfert. Prouver, dans les conditions de nullité et de non-nullité du déterminant, que les mesures invariantes sont égales que les conditions de bord soient fixées à 0 ou à 1. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 36/33
Annexes Absence de transition de phase en 1D r 1 O 1 r + Théorème Le comportement asymptotique d un réseau d automates booléen à seuil symétrique soumis à l influence de conditions de bord n admet pas de transition de phase. Idée : Réduire la markovienne à une matrice de transfert réduite au simple voisinage de l automate central contenant les coefficients des équations de projectivité et de conditionnement. Proposer une condition possible de transition de phase : nullité du déterminant de la matrice de transfert. Prouver, dans les conditions de nullité et de non-nullité du déterminant, que les mesures invariantes sont égales que les conditions de bord soient fixées à 0 ou à 1. S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 36/33
Annexes Conditions de bord extrémales en attractif Conditions de bord extrémales Conditions de bord en quinconce P0 0 0,00 ± 3 10 5 P1 0 0,00 ± 2 10 5 P01 0 0,00 ± 3 10 5 P10 0 0,00 ± 2 10 5 P0 1 0,02 ± 5 10 4 P1 1 0,63 ± 2 10 3 P01 1 0,57 ± 2 10 3 P10 1 0,55 ± 2 10 3 P0 01 0,31 ± 2 10 3 P1 01 0,00 ± 1 10 4 P01 0,02 ± 6 10 4 P10 01 0,03 ± 7 10 4 P0 10 0,31 ± 2 10 3 P1 10 0,00 ± 2 10 4 P01 10 0,03 ± 6 10 4 P10 0,03 ± 7 10 4 P q = 1 [min(p 0 01, P 0 10) + min(p 1 01, P 1 10) + min(p 01 01, P 01 10 ) + min(p 10 01, P 10 10 )] = 1 (0,00 + 0,55 + 0,02 + 0,03) = 0,40 P e = 1 [min(p 0 0, P 0 1 ) + min(p 1 0, P 1 1) + min(p 01 0, P 01 1 ) + min(p 10 0, P 10 1 )] = 1 (0,00 + 0,02 + 0,00 + 0,00) = 0,98 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 37/33
Annexes Conditions de bord en quinconce en répulsif Conditions de bord extrémales Conditions de bord en quinconce P0 0 0,00 ± 5 10 6 P1 0 0,00 ± 6 10 6 P01 0 0,00 ± 8 10 6 P10 0 0,00 ± 3 10 6 P0 1 0,00 ± 0,00 P1 1 0,00 ± 0,00 P01 1 0,00 ± 0,00 P10 1 0,00 ± 0,00 P0 01 0,24 ± 2 10 4 P1 01 0,23 ± 2 10 4 P01 0,80 ± 2 10 4 P10 01 0,00 ± 7 10 7 P0 10 0,49 ± 2 10 4 P1 10 0,53 ± 2 10 4 P01 10 0,00 ± 0,00 P10 0,76 ± 2 10 4 P e = 1 [min(p 0 0, P 0 1 ) + min(p 1 0, P 1 1) + min(p 01 0, P 01 1 ) + min(p 10 0, P 10 1 )] = 1 (0,00 + 0,00 + 0,23 + 0,49) = 0, 28 P q = 1 [min(p 0 01, P 0 10) + min(p 1 01, P 1 10) + min(p 01 01, P 01 10 ) + min(p 10 01, P 10 10 )] = 1 (0,00 + 0,00 + 0,00 + 0,00) = 1 S. Sené Réseaux d automates booléens à seuil et conditions de bord Diapo. 38/33